作者:戴尔易安信全球资深副总裁、大中华区企业解决方案总经理曹志平
作为戴尔易安信大中华区企业解决方案的领导者,除了带领团队为不同行业的客户打造面向各类应用场景的数据中心和云计算解决方案,在新年即将到来之际,我们也希望为客户提供一些未来技术突破性发展的预测,帮助他们探索并把握新的业务机会。在过去的一年里,技术创新日新月异,人工智能和机器学习、5G、云计算、AR/VR以及区块链,是我们团队内部讨论和与客户交流中最常提及的话题。对技术发烧友来说,这是一个激动人心的时代,这些技术对我们自身以及我们的客户来说意味着什么,是我们需要更加深入去探索的方向。我们如何充分利用这些机会帮助他们做好准备?简单来说,在数据时代,数字化转型是充分利用所有可用数据资本的关键。
2019年即将到来,我们对未来12个月将要发生的一切充满期待,我们也已经为更加遥远的未来(展望2030年)做好了规划。前不久,戴尔科技集团发布了对2019年的六大关键预测。接下来,让我们更进一步了解这些技术创新带来的影响,因为它们与我们未来一年的生活与工作息息相关。
随着边缘数据不断增多,以及需要通过大规模的实时且高性能的计算来支持人工智能和机器学习工作负载,使数据中心正式向分布式结构发展。多云和混合云模式将进一步演进,并将云计算功能赋予数据中心之旅的每一层,来应对每层固有的独特需求。这种向边缘转移的转变将作为内部云部署的扩展,支持核心外的分析和数据管理。寻求公有、私有和混合云的组合将成为实现多层云的新常态,但现在正从大型公共数据中心广泛分布到专用并优化的企业数据中心,再到实时边缘云,一直到集成在这个多层多云IT模型中的更多智能终端设备。
人工智能和机器学习应用将通过降低技术和人的复杂性来优化并改变用户体验。人与机器任务之间的界限将发生转变,每个业务和系统中的思考型任务将更多地由机器智能来驱动。人工智能和机器学习将继续利用海量数据来提升效率和加速洞察,从而优化我们每天使用的应用和设备。举例来说,PC将能够根据用户使用模式来预测功耗需求,而应用将继续从用户偏好和操作行为中学习,进而提供更加个性化的体验。即便是大型企业系统也将通过利用人工智能和机器学习来实现更高的自动化和智能化,在数据量从千兆级增长到艾级再到泽级时,人类也能够更轻松地根据数据来获得洞察或制定战略决策。据Gartner预测,2021年,人工智能增强将带来2.9万亿美元的商业价值,并节省62亿小时的人工生产力。
毫无疑问,5G在诸多2019年预测中都有提及,但可能并未说清楚的一点是,它比以往任何时候都更推动了对软件定义IT策略的需求。5G的实现需要软件定义网络和新的分布式计算模型,而这些最终需要由完整的软件定义数据中心堆栈来支持,以确保所有数据都能在进行管理、分析、存储和保护的同时,也可以高速、大规模地迁移。对于企业而言,他们希望能够轻松灵活地管理5G基础设施,以便根据需求快速运用新的软件代码和API。自动化和智能化正变得至关重要,这也正是软件定义与可扩展NVMe结构和SD-WAN共同发挥作用的地方。
此外,5G低延迟、高带宽数据的优势,将为AR、VR、游戏和物联网移动应用带来更强大的视觉体验,进一步提高对边缘内容的需求。我们将看到向与操作系统和设备无关的渐进式Web应用的迁移,以便在更多地方为更多人提供这些高清体验。
AR/VR在2018年实现了大幅飞跃,为用户创造了更佳的视觉效果与更强的沉浸式体验,因此,我们在2019年将会看到AR/VR在工作场所的进一步普及。例如,现场培训,以及使用边缘设备实时访问数据,不仅能够填补某些行业和产业中员工的技能缺口,还将给予员工更大的自由度,使其在不受工作场所约束的情况下更高效地工作。此外,员工还将能够通过AR和VR体验进行实时协同办公和创作,让大家都进入同一个虚拟空间,就好像他们正坐在一起工作一样。
AR/VR的最大的使用趋势不在于用户界面,而是数据中心和云计算基础设施的优化,这是为了提供让AR/VR成为完全沉浸式体验所需的数据动力、处理能力和性能。这将标志着AR/VR不再被视为一种独立的体验,而是被视为现代数据中心AI驱动洞察和扩展数据池等先进功能的呈现界面。
在这个即使在偏远地区也能联网进行高效办公的世界中,朝九晚五的工作概念正逐渐从诸多行业淡出,但日程表仍然提醒着我们在何时何地见面。不过,这一切也在慢慢改变当中,因为我们现在通过新的协同办公工具就可以迅速联系到一位海外同事,进行视频通话并实时共享文件。协同办公在2019年将得到进一步的推进,当越来越多的企业采用基于web的协同办公工具,设备技术利用Wi-Fi连接和计算能力的提升得到优化,我们将能够更好、更快地一起完成更多的工作。
随着企业持续关注如何利用区块链使其业务从中受益,区块链的概念将继续在整个技术领域引发热议。许多企业将持续评估现在采用区块链技术是否能为他们带来价值,以及它是否能帮助提高其供应链或整个金融交易的安全性和可信度。2019将是区块链展开实践运用的一年,因为企业正在努力了解它是否适合自己,以及他们是否拥有合适的基础设施、系统和服务来支持它。我们现在已经逐渐认识到,分布式账本是一个有用的工具,分布式信任和数据不变性是其中的关键,它们将驱动更多在这一技术上更有针对性、用处更大的实践应用。
毫无疑问,随着进入数据时代,2019年对于技术发烧友和消费者来说都将是激动人心的一年。欢迎关注我们的创新空间博客,让我们一同探索在2019年以及更加遥远的未来,技术将把我们带向何处。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。